Наука о данных — это не только данные
Если посмотреть на список того, что необходимо развивать будущему специалисту по обработке данных, то скорее всего он будет состоять из технических навыков. Но большинство этих списков упускают или намеренно не включают не менее важные навыки.
Специалист по обработке данных или разработчик — больше, чем просто программист. Он объединяет в себе разные роли. В нём есть по чуть-чуть от специалиста по бизнес-планированию, просветителя, аналитика и генератора идей.
Работа в области науки о данных выходит за рамки написания моделей с высокой точностью. Она выходит за рамки того, чтобы сидеть перед компьютером, учиться программировать, использовать конкретную модель или читать последние исследования в этой области.
В этой статье я рассмотрю навыки, которые, по моему мнению, необходимы специалисту по обработке данных, чтобы преуспеть в своей работе. Среди них есть soft skills или гибкие навыки, а также один технический навык, которому часто не придают должного значения.
Навыки чёткой и эффективной коммуникации
Коммуникация — самый важный навык, о котором забывают в большинстве технических областей, а не только в области науки о данных. Когда работа связана со сложными аспектами, с попыткой разобраться в окружающем мире, мы склонны всё слишком усложнять.
Этому есть объяснение. В большинстве технических сфер, когда мы проводим встречи с другими разработчиками, программистами или даже исследователями, нам нужно выглядеть хорошо образованными и умными. Поэтому мы используем замысловатые слова и сложные примеры.
«Если вы не можете объяснить что-то простыми словами, вы недостаточно хорошо это понимаете».
— Альберт Эйнштейн
Такая стратегия может работать в технической сфере, но не сработает, если вам нужно рассказать о своих наработках более широкой аудитории. Навык эффективной коммуникации заключается не только в простых объяснениях. Чтобы эффективно доносить свои мысли до людей, необходимо использовать правильные слова.
Более того, важной частью эффективной коммуникации является использование правильных наглядных материалов, которые бы не противоречили вашим словам, а наоборот помогали лучше донести ваши идеи.
Чтобы научиться эффективной коммуникации, практикуйте следующее:
- Учитесь как вербальной, так и невербальной коммуникации. Язык тела говорит столько же, сколько и слова, произнесённые вслух.
- Говорите кратко и по делу. Для этого можно использовать модель PIP (англ. purpose, importance, preview — цель, важность, обзор). Расскажите о причине для вашей работы, почему она важна, а затем как всё работает.
- Не полагайтесь исключительно на свои наглядные материалы — графики и диаграммы. Во время демонстрации, объясняйте, что каждый из них означает.
- Придерживайтесь тайминга. У людей есть плохая привычка: мы склонны отклоняться от темы во время публичных выступлений. Постановка чёткой цели по времени поможет вам этого избежать.
Понимание основ бизнеса
Первый этап любого проекта в области науки о данных — это данные. Вам нужно собрать данные, очистить их, а затем проанализировать. Чтобы проанализировать данные и понять историю, которую они пытаются вам рассказать, необходимо иметь базовое представление об источнике данных.
В большинстве случаев данные, с которыми мы работаем, собираются с использованием определенной бизнес-модели для достижения определенной цели. Понимание основ бизнес-моделей может помочь вам лучше понять эти данные и, следовательно, лучше их проанализировать.
«Наука о данных — это больше, чем просто обработка чисел. Это применение различных навыков для решения конкретных проблем в какой-либо отрасли».
— Н. Р. Шриниваса Рагхаван
Работа в области данных не сводится только к цифрам. Хотя они играют большую роль, но каждому специалисту по обработке данных необходимо знать бизнес-модель той сферы, в которой он работает. Ему нужно знать, почему эта модель применяется и насколько она выгодна для бизнеса.
Быть специалистом по обработке данных, который собирает и анализирует данные, не зная стоящей за ними бизнес-модели, — это всё равно что читать рассказ, написанный на другом языке, но буквами вашего родного языка. Вы сможете его прочитать, но не сможете понять, пока не переведёте.
Вам не нужно вдаваться в подробности или ходить в бизнес-школу, чтобы лучше понять свои данные. Вам просто нужно знать основы конкретной модели, используемой в вашей компании.
Сотрудничество и работа в команде
Как специалист по обработке данных, вы никогда не работаете в одиночку. Вы всегда являетесь частью команды, стремящейся к одной цели. Скорее всего вам будет необходимо взаимодействовать с менеджерами, дизайнерами, маркетологами и, что самое главное, с клиентами. И, конечно же, с другими специалистами по обработке данных.
Чтобы иметь возможность расти и проявить себя в таких рабочих условиях, вам нужно уметь работать в команде, быть открытым к новым идеям и лояльным к конструктивным замечаниям и комментариям. Вы должны оставаться объективным, сохраняя при этом свою уникальную точку зрения.
Другой аспект работы в команде — это сотрудничество с проектами с открытым исходным кодом. Программное обеспечение с открытым исходным кодом — один из способов, с помощью которого вы можете работать над развитием своих навыков, внося свой вклад в благополучие общества. При этом вы знакомитесь с другими людьми, которые разделяют ваши интересы и мировоззрение.
Ещё один хороший способ научиться работать в команде — наставничество. Когда вы предлагаете стать наставником для новичков, будь то в вашей компании или за её пределами, вы не просто доказываете, что обладаете знаниями, но и демонстрируете свою гибкость и готовность поделиться своими знаниями с другими.
Написание лёгкого в поддержке кода
Последний навык, о котором я хочу поговорить, — это технический навык, который вызывает трудности практически у всех, у меня в том числе, кто попадает в нашу сферу. Это умение свободно ориентироваться в системе управления версиями.
Написание хорошего кода с современными моделями — это ещё не конечная точка. В разработке программного обеспечения всегда можно что-то добавить и улучшить. Написать лёгкий в поддержке код и раскрасить его — навык, для освоения которого требуется много времени и практики.
Первый шаг — разобраться в системе управления версиями. Я понимаю, что приятного в этом мало и часто система только больше запутывает. Тем не менее, это важный навык, которым должен овладеть каждый специалист по обработке данных.
Если ваш код лёгкий в поддержке, другим специалистам по обработке данных будет легко его понять и расширить. Если ваша структура данных изменится, наличие такого кода сделает процесс адаптации к новым данным намного более плавным.
Заключение
Работа в области данных связана не только с данными. Иногда она представляет собой сочетание бизнеса, маркетинга и коммуникации. Чтобы стать авторитетным специалистом по анализу данных, вам необходимо иметь дополнительные навыки в своём арсенале. К ним относятся: навык чёткой и эффективной коммуникации, понимание основ бизнес-моделей и умение работать в команде. Эти навыки могут изменить вашу карьеру и открыть новые возможности и перспективы для вашего будущего.
Поначалу карьера в области науки о данных может показаться сложной, но я бы сказал, что она того стоит. Когда вы расскажите историю с помощью данных, найдёте закономерности и поможете сделать этот мир лучше, вы испытаете удивительное чувство удовлетворения, которое заставит вас забыть обо всех трудностях на вашем пути.
Читайте также:
- Как с помощью Python создавать математическую мультипликацию типа 3Blue1Brown
- 29 сниппетов Pytorch для ускорения цикла машинного обучения
- 7 советов для эффективной визуализации данных
Читайте нас в Telegram, VK и Яндекс.Дзен
Перевод статьи Sara A. Metwalli: 4 Essential Skills Often Underestimated by Data Scientists
